学位论文 > 优秀研究生学位论文题录展示

雷达目标高分辨距离像识别方法研究

作　者: 柴月君
导　师: 杨万麟
学　校: 电子科技大学
专　业: 通信与信息系统
关键词: 雷达目标目标识别高分辨距离像
分类号: TN953
类　型: 硕士论文
年　份: 2006年
下　载: 164次
引　用: 0次
阅　读: 论文下载

内容摘要

自动雷达目标识别作为一种自动目标识别技术,受到各国的广泛关注和重视,已成为各国未来武器的重要组成部分。采用不同体制的雷达作为观测手段,收集到目标的散射信息量会不同。使用高距离分辨率雷达可获得目标的高分辨距离像,高分辨距离像包含了更多的可用于目标识别的信息。本文针对高分辨距离像,对多种雷达目标识别方法进行了研究和讨论。其主要内容如下:◆讨论了雷达目标高分辨距离像模型及其特点◆研究了小波变换特征提取和最近邻分类器相结合的识别方法。分别用离散正交小波和Beylkin算法得到相应的小波系数。离散正交小波变换中提取的特征为信号的低频部分,在特征提取过程中已实现了消噪,具有较好的抗噪性能;而Beylkin算法利用样本序列所有圆周移位的小波变换的高频部分,提取的信号特征虽具有移不变性,有较好的识别率,但抗噪性能较前者差。◆研究了基于人工神经网络模型的雷达目标HRRP识别方法。BP人工神经网络强大的非线性处理能力,在解决复杂目标分类识别时有优势;小波神经网络针对BP网络的不足,将BP网络和小波变换相结合,在网络收敛、网络初始化方面弥补了BP网络的部分缺陷,其识别性能和抗噪性能与BP网络相比有所提高。◆研究了基于支持向量机(SVM)的雷达目标HRRP识别方法。支持向量机方法在理论上摆脱了BP网络的缺陷,同时实现了经验风险和推广能力的折衷,实验结果证明了该方法的有效性。

全文目录

摘要  4-5
Abstract  5-6
目录  6-8
第一章绪论  8-17
  1.1 雷达目标识别技术回顾  8-11
  1.2 光学区雷达目标识别概述  11-15
    1.2.1 目标二维及三维像识别  11-12
    1.2.2 目标一维高分辨距离像识别  12-15
  1.3 论文的研究内容  15-17
第二章高分辨距离像目标及其特点  17-21
  2.1 目标散射中心模型  17
  2.2 高分辨距离像的特点  17-18
  2.3 仿真目标模型  18-21
第三章小波变换应用于雷达目标HRRP 识别  21-33
  3.1 小波变换  21-22
  3.2 小波多分辨分析法和Beylkin 算法  22-25
    3.2.1 小波多分辨分析  23-25
      3.2.1.1 相关概念  23
      3.2.1.2 多分辨分析  23-24
      3.2.1.3 多分辨分析算法  24-25
    3.2.2 Beylkin 算法  25
  3.3 基于上述两种小波变换的目标识别仿真实验  25-31
    3.3.1 方法描述  25-26
    3.3.2 仿真实验结果及分析  26-31
  3.4 本章小结  31-33
第四章人工神经网络应用于HRRP 识别  33-45
  4.1 BP 神经网络  33-37
  4.2 小波神经网络  37-39
  4.3 基于BP 网络和小波神经网络的仿真实验  39-43
    4.3.1 方法描述  39
    4.3.2 实验结果  39-43
  4.4 本章小结  43-45
第五章支持向量机应用于雷达HRRP 识别  45-55
  5.1 统计学习理论  45-49
    5.1.1 线性可分SVM  46-47
    5.1.2 线性不可分SVM  47-48
    5.1.3 非线性SVM  48
    5.1.4 SVM 训练学习算法  48-49
    5.1.5 基于多类的SVM  49
  5.2 支持向量机应用于雷达目标识别实验  49-54
  5.3 本章小结  54-55
第六章所用识别方法的比较  55-58
  6.1 在不同姿态角范围内识别性能的比较  55-56
  6.2 识别性能的比较  56
  6.3 各方法抗噪性能的比较  56-58
第七章总结及展望  58-60
  7.1 总结  58
  7.2 展望  58-60
致谢  60-61
参考文献  61-66
在学期间研究成果  66

雷达目标高分辨距离像识别方法研究

内容摘要

全文目录

相似论文